Знак A05 «Заземлено» 100×200мм

-% Знак Z05 «220 В» 35×100мм 8.00 ₽ -% Знак Z06 «380 В» 35×100мм 8. 00 ₽ -% Знак A15 «Высокое напряжение.Опасно для 25.00 ₽ -% Знак Z08 «Знак заземления» 100×100мм 15. 00 ₽ -% Знак A30 «Стой. Опасно для жизни» 25.00 ₽ -% Знак Z06 «380 В» 50×25мм 5. 00 ₽ -% Знак A13 «Не влезай! Убъет» 150×300мм 25.00 ₽ -% Знак A10 «Стой! Напряжение» 150×300мм 25. 00 ₽ -% Знак A16 «Осторожно газ! Огонь не 300×150мм 25.00 ₽ -% Знак «Ответственный за 150х300мм 55. 00 ₽

55-0017, Наклейка знак электробезопасности «Заземлено» 100х200 мм, Rexant

Описание

Электротехника\Аксессуары для шкафов и щитов\Знаки электробезопасности

Знак электробезопасности (наклейка) «Заземлено» — это информационный знак, который сообщает о безопасности электрооборудования. Защитное заземление — это преднамеренное электрическое соединение с землей или ее эквивалентом металлических нетоковедущих частей, которые могут оказаться под напряжением. Подобная маркировка соответствует современным нормам.

• Знак хорошо виден и сохраняет яркость цветов долгое время даже при постоянном использовании.
• Имеет хорошую устойчивость к смазыванию, стойкость к прямым солнечным лучам, перепадам температуры, мелким механическим воздействиям.
• Выполнен из прочного, износостойкого материала, легко клеится, крепко держится и не оставляет следов после снятия (* предназначен для нанесения на ровную сухую поверхность).

Характеристики:
Тип продукта: наклейка (ПВХ пленка с полуглянцевой поверхностью, бумажная подложка)
Комплект набора: 1 наклейка размером 10 (вертикаль) х 20 (горизонталь) см

Самоклеящийся: да
Формат: прямоугольник
Изображение: надпись, картинка
Цвет: синий, белый
Страна-производитель: Россия

Знак электробезопасности (наклейка) «Заземлено» — это информационный знак, который сообщает о безопасности электрооборудования. Защитное заземление — это преднамеренное электрическое соединение с землей или ее эквивалентом металлических нетоковедущих частей, которые могут оказаться под напряжением. Подобная маркировка соответствует современным нормам. • Знак хорошо виден и сохраняет яркость цветов долгое время даже при постоянном использовании. • Имеет хорошую устойчивость к смазыванию, стойкость к прямым солнечным лучам, перепадам температуры, мелким механическим воздействиям. • Выполнен из прочного, износостойкого материала, легко клеится, крепко держится и не оставляет следов после снятия (* предназначен для нанесения на ровную сухую поверхность). Характеристики: Тип продукта: наклейка (ПВХ пленка с полуглянцевой поверхностью, бумажная подложка) Комплект набора: 1 наклейка размером 10 (вертикаль) х 20 (горизонталь) см Самоклеящийся: да Формат: прямоугольник Изображение: надпись, картинка Цвет: синий, белый Страна-производитель: Россия

Технические параметры

Способ монтажа	Стена
Цвет	разноцветный
Материал	прочее
С предупреждающим/информационным символом	нет
Самоклеящийся монтаж	да
С предупреждающим/информационным текстом	нет
Фотолюминесцентный	нет
Водостойкий, водозащищенный	нет
Вид материала	Прочее
Ширина, мм	100
Ширина	100 мм
Вес, г	50

Знак 200х100мм «Заземлено.

» — ТРЕВИС и ВВК

Цена: 35,4

Краткие характеристики

Артикул YPC10-ZAZEM-5-010 Производитель ИЭК

Другие товары из категории

Артикул YPC10-0012V-1-100 Производитель ИЭК

Артикул YPC10-0012V-3-021 Производитель ИЭК

Артикул YPC10-0024V-1-100 Производитель ИЭК

Артикул YPC10-0036V-1-100 Производитель ИЭК

Артикул YPC10-0220V-1-100 Производитель ИЭК

Артикул YPC10-0220V-3-021 Производитель ИЭК

Amazon.

com: Уведомление OSHA — заземленный проводник электрода (необязательно) | Жесткий пластиковый знак | Защитите свой бизнес, рабочую площадку, склад и магазин

---

В настоящее время недоступен.
Мы не знаем, когда и появится ли этот товар в наличии.

• Убедитесь, что он подходит, введя номер своей модели.
• ЧРЕЗВЫЧАЙНО ДОЛГОВЕЧНОСТЬ: Все наши продукты безопасности OSHA изготовлены из материалов коммерческого класса, специально предназначенных для использования на открытом воздухе или в помещении, в течение многих лет без обслуживания в самых суровых условиях. Наши знаки прослужат столько же, сколько и ваш бизнес!

Проблема с заземлением символа

Проблема с заземлением символа

arXiv: cs / 92v1 [cs.AI] 1 июня 1999 г.

Харнад, С. (1990) Проблема заземления символа. Physica D 42: 335-346.

---

Стеван Харнад
Департамент психологии
Принстонский университет
Принстон, штат Нью-Джерси 08544
harnad@cogsci. soton.ac.uk

РЕФЕРАТ: Было много дискуссий недавно о размахе и пределы чисто символических моделей разума и о надлежащей роли коннекционизма в когнитивном моделировании. В этой статье описывается «проблема заземления символа»: как может семантическая интерпретация Формальная система символов должна быть создана присущ системе, а не просто паразитирует на значениях в наши головы? Как могут значения бессмысленных жетонов символов, манипулируют исключительно на основе их (произвольной) формы, основанный на чем-либо, кроме других бессмысленных символов? Проблема в аналогично попытке выучить китайский язык по китайско-китайскому словарю в одиночестве.Набросано возможное решение: символические представления должны быть обоснованным снизу вверх в несимволических представлениях двух видов: (1) «иконические изображения», являющиеся аналогами проксимального сенсорного проекции дистальных объектов и событий, и (2) «категориальные представления», усвоенные и врожденные детекторы признаков, которые выделяют неизменные признаки объекта и категории событий из их сенсорных проекций. Элементарные символы названия этих объектов и категорий событий, присвоенные на основании их (несимволических) категориальных представлений.Высший порядок (3) «символические представления», основанные на этих элементарных символах, состоят из символьных строк, описывающих отношения принадлежности к категории (например, «X — это Y, то есть Z»). Коннекционизм — один из естественных кандидатов на роль механизма, который учится инвариантные особенности, лежащие в основе категориальных представлений, тем самым соединяя имена с проксимальными проекциями дистальных предметов, которые они стоять за. Таким образом, коннекционизм можно рассматривать как дополнительный компонент в гибридной несимволической / символической модели разума, скорее чем соперник чисто символического моделирования.Такая гибридная модель не стала бы однако иметь автономный символический «модуль»; символические функции возникнет как внутренне «выделенная» система символов как следствие восходящего обоснования названий категорий в их сенсорные представления. Манипуляции с символами будут регулироваться не только произвольной формой жетонов символов, но не произвольным формы иконок и инварианты категорий, на которых они основаны.

КЛЮЧЕВЫЕ СЛОВА: системы символов, коннекционизм, категорийное обучение, когнитивный модели, нейронные модели

1.Моделирование разума

1.1 От бихевиоризма к когнитивизму

На протяжении многих лет единственный эмпирическим подходом в психологии был бихевиоризм, его единственное объяснительное инструменты ввода / ввода и ассоциации ввода / вывода (в случае классическое кондиционирование; Turkkan 1989) и история награды / наказания это «сформированное» поведение (в случае оперантного обусловливания; Катания и Харнад 1988). В ответ на субъективность кресла интроспекционизм, бихевиоризм объявили, что это так же незаконно теоретизировать о том, что происходило в голову организма, чтобы генерировать его поведение, чтобы теоретизировать о что происходило в его разум.Только наблюдаемые должны были стать предметом психологии; и, по-видимому, они должны были объясниться.

Психология стала больше похожа на эмпирическую науку, когда с постепенным появление когнитивизма (Miller 1956, Neisser 1967, Haugeland 1978), стало приемлемым делать выводы о ненаблюдаемые процессы, лежащие в основе поведения. К сожалению, когнитивизм снова впустил ментализм. через черный ход, потому что гипотетические внутренние процессы украшенный субъективными интерпретациями.Фактически, смысловая интерпретируемость (осмысленность), как мы увидим, это была одна из определяющих черт наиболее выдающихся претендент, стремящийся стать теоретическим словарем когнитивизма, «язык мысли» (Fodor 1975), который стал преобладающим взгляд на когнитивную теорию в течение нескольких десятилетий в виде «символическая» модель разума: разум — это система символов и познания. это манипуляции с символами. Возможность создания сложного поведения посредством манипулирования символами было эмпирически продемонстрировано успехами в области искусственного интеллекта (AI).

1.2 Системы символов

Что такое символьная система? Из Ньюэлла (1980), Пилишин (1984), Фодор (1987) и классические работы Фон Неймана, Тьюринга, Гёделя, Черча, и т. д. (см. Kleene 1969) об основах вычислений, мы можем восстановить следующее определение:

Система символов:

1. набор произвольных «физические жетоны» царапины на бумаге, дыры на ленте, события в цифровой компьютер и т. д., которые
2. манипулируют на основе «явных правил», которые
3. также физические токены и строки токенов.Управляемый правилами манипуляция символом-токеном основана
4. исключительно на форме жетонов символов (а не на их «значении»), т.е. он чисто синтаксический и состоит из
5. «Правильное объединение» и повторное объединение токенов символов. Есть
6. примитивные атомные токены символов и
7. составные строки символа-токена. Вся система и все ее части — атомарные токены, составные токены, синтаксические манипуляции и актуально, и возможно, и правила — все
8. «семантически интерпретируемый:» Синтаксис может быть систематизирован присвоено значение e.g., как обозначающие объекты, как описывающие состояния дел).

По мнению сторонников символической модели разума, таких как Фодор (1980) и Пилишин (1980, 1984), символьные строки такого рода захватывают что такое ментальные явления, такие как мысли и убеждения. Символисты подчеркивают, что символический уровень (для них ментальный уровень) — это собственный естественный функциональный уровень с закономерностями, которые независимо от их конкретных физических реализаций. Для символистов, эта независимость от реализации является критическим различием между когнитивные явления и обычные физические явления и их соответствующие объяснения.Эта концепция автономного символического уровня также соответствует общим основополагающим принципам теории вычисление и применяется ко всей работе, выполняемой в символическом ИИ, отрасль науки, которая до сих пор была наиболее успешной в создание (следовательно, объяснение) разумного поведения.

Все восемь перечисленных выше свойств кажутся критически важными для этого. определение символического. [1] Многие явления обладают некоторыми свойствами, но это не влечет за собой что они символичны в этом явном, техническом смысле. Нет достаточно, например, чтобы явление было интерпретируемый как управляемый правилами, поскольку практически все может быть интерпретируется как регулируемый правилами. Термостат можно интерпретировать как следуя правилу: включите печь, если температура опускается ниже 70 градусов и выключите его, если он поднимется выше 70 градусов, но нигде термостат — это то правило, которое явно представлено. Витгенштейн (1953) подчеркивал разницу между явные и неявные правила: «следовать» правилу — это не одно и то же. (явно) и просто вести себя «в соответствии с» правилом (неявно).[2] Критический Различие заключается в критериях составности (7) и систематичности (8). Явно представленное символическое правило является частью формальной системы, это разложим (кроме примитивов), его применение и манипуляции чисто формальным (синтаксическим, зависящим от формы), и вся система должна быть семантически интерпретируемый, а не только рассматриваемый фрагмент. Изолированный («модульный») кусок не может быть символическим; символичность — это систематическое свойство.

Таким образом, простой факт, что поведение «интерпретируется» как Правильный не означает, что он действительно управляется символическим правило.[3] Семантическая интерпретируемость должна сочетаться с явным представлением (2), синтаксическая манипулируемость (4) и систематичность (8), чтобы быть символический. Ни один из этих критериев не является произвольным, и, насколько я могу скажите, если вы их ослабите, вы потеряете контроль над тем, что выглядит как естественная категория, и вы разрываете связи с формальной теорией вычисление, оставляя ощущение «символического», которое просто необъяснимо метафора (и, вероятно, различается от говорящего к говорящему). Следовательно, это только это формальное значение «символики» и «системы символов», которое будет рассмотрел в этом обсуждении основы систем символов.

1.3 Коннекционистские системы

Появился ранний соперник символической модели разума (Rosenblatt 1962), был преодолен символическим ИИ (Minsky & Papert 1969) и недавно вновь появился в более сильной форме, которая в настоящее время соперничает с ИИ, чтобы быть генерал теория познания и поведения (McClelland, Rumelhart et al. 1986, Смоленский 1988). Иначе говоря, «нейронные сети» «параллельная распределенная обработка» и «коннекционизм», этот подход имеет множество задач, в том числе предоставление теории мозга функция.Сейчас можно многое сказать за и против изучения поведенческих и мозг функционирует независимо, но в этой статье предполагается, что что, прежде всего, когнитивная теория должна стоять сама по себе достоинства, которые зависят от того, насколько хорошо они объясняют наблюдаемые нами поведенческие емкость. Независимо от того, делает ли это это достаточно мозговым образом, другое дело, да и то вниз по течению, по ходу теории разработка. О структуре мозга и его структуре известно очень мало. «низшие» (вегетативные) функции пока; и природа «высшего» мозга функция сама по себе является теоретическим вопросом.«Сдерживать» познавательную Теория, объясняющая поведение мозгоподобным способом, поэтому преждевременна в два аспекта: (1) еще далеко не ясно, что означает «подобный мозгу», и (2) мы далеки от объяснения существенного фрагмента поведения но даже без дополнительных ограничений. Более того, формальные принципы, лежащие в основе коннекционизма, по-видимому, основаны на ассоциативно-статистическая структура причинных взаимодействий в некоторых динамических системах; нейронная сеть — это всего лишь один Возможная реализация такой динамической системы.[4]

Соответственно, коннекционизм будет рассматриваться здесь только как когнитивный теория. Таким образом, в последнее время он бросил вызов символическому подходу. к моделированию ума. Согласно коннекционизму, познание не манипулирование символами, но динамические паттерны деятельности в многослойной сеть узлов или единиц с взвешенными положительными и отрицательными взаимосвязи. Шаблоны меняются в зависимости от внутренней сети ограничения, регулирующие активацию и силу соединения скорректированы на основе новых данных (например,г., обобщенная «дельта правило «или» обратное распространение «, McClelland, Rumelhart et al. 1986). Результат — система, которая учится, распознает закономерности, решает проблемы, и даже может демонстрировать моторику.

1.4 Объем и ограничения символов и сетей

Далеко не ясно, каковы реальные возможности и ограничения либо символический ИИ, либо коннекционизм. Первый кажется лучше в формальные и языковые задачи, последние сенсорные, моторные и учебные задачи, но есть значительное совпадение, и ни одно из них не прошло намного дальше стадии «игрушечных» заданий в сторону увеличения поведенческой емкость.Более того, были некоторые разногласия относительно того, стоит ли не коннекционизм сам по себе символичен. Мы займем здесь позицию что это не так, потому что сети коннекционистов не соответствуют нескольким из критерии для систем символов, как Фодор и Пилишин (1988) утверждал недавно. В частности, хотя, как и все остальное, их поведение и внутренним состояниям могут быть даны изолированные семантические интерпретации, сети не соответствуют критериям составности (7) и систематичности (8) перечисленные ранее: паттерны взаимосвязей не разлагаются, комбинировать и рекомбинировать в соответствии с формальным синтаксисом, которому можно дать систематическая смысловая интерпретация. [5] Вместо этого кажется, что сети делают то, что они делают. не символически. В соответствии с Фодор и Пилишин, это серьезное ограничение, потому что многие наши поведенческие способности кажутся символическими и, следовательно, наиболее естественными гипотеза о лежащих в основе когнитивных процессах, которые их порождают было бы то, что они тоже должны быть символическими. Наши лингвистические способности основные примеры здесь, но многие другие навыки, которые у нас есть — логические рассуждения, математика, шахматы, возможно, даже наши перцептивные и моторные навыки более высокого уровня — тоже кажутся символическими.В любом случае, когда мы интерпретируем наши предложения, математические формулы, и шахматные ходы (и, возможно, некоторые из наших перцептивных суждений и двигательных стратегии) ​​как имеющие систематический имея в виду или содержание, мы знаем на собственном опыте, что это буквально правда, а не просто цифра речи. Таким образом, коннекционизм, по-видимому, находится в невыгодном положении. пытаясь смоделировать эти когнитивные способности.

Однако неясно, должен ли коннекционизм по этой причине стремиться к быть символическим, потому что символический подход, оказывается, страдает от тяжелая инвалидность, которая может быть причиной ограниченной степени его успех на сегодняшний день (особенно в моделировании человеческих возможностей), поскольку а также неинтересный и произвольный характер символического «знания» он приписывается «разуму» системы символов.Недостаток был замечены в различных формах с момента появления компьютеров; у меня есть назвал недавнее проявление этого «проблемой заземления символа» (Харнад 1987b).

2. Проблема с заземлением символа

2.1 Китайская комната

Перед определением проблемы заземления символа приведу два примера. этого. Первое из них взято из знаменитой «Китайской комнаты» Серла (1980). Аргумент, в котором проблема заземления символа упоминается как проблема внутреннего значения (или «интенциональности»): Сирл бросает вызов основное предположение символического ИИ, что система символов способна генерировать поведение, неотличимое от поведения человека, должен иметь разум. Более конкретно, согласно символической теории разума, если компьютер мог пройти тест Тьюринга (Turing 1964) на китайском языке, т. е. если бы он мог отвечать на все строки китайских символов, которые он получает в качестве входных данных со строками китайских символов, которые неотличимы от ответов настоящий говорящий по-китайски сделал бы (даже если мы будем продолжать тестирование на время жизни) — тогда компьютер поймет значение китайского символы в том же смысле, в каком я понимаю значение английского символы.

Простая демонстрация Сирлом того, что этого не может быть, состоит из воображая, что он делает все, что делает компьютер — получает Китайские символы ввода, манипулируя ими исключительно на основе их формы (в соответствии с пунктами (1) — (8) выше) и, наконец, возвращение китайского выходные символы.Очевидно, что Сирл (не знающий китайского языка) не понимать китайский язык в таких условиях — следовательно, ни мог компьютер. Символы и манипуляции с ними — все основанные на форме, а не на значении, систематически интерпретируемый как имеющий значение — в конце концов, это то, что значит быть символом система, согласно нашему определению. Но толкования не будет внутренний к самой системе символов: это паразитирует на том факте, что символы имеют значение для нас, точно так же, как значения символов в книге не внутренне присуща, а проистекает из значений в наших головах.Следовательно, если значения символов в системе символов являются внешними, а не присущи значениям в нашей голове, тогда они не являются жизнеспособными модель смыслов в наших головах: познание не может быть просто символом манипуляции.

2.2 Китайский / китайский словарь-Go-Round

Мой собственный пример проблемы с заземлением символа имеет две версии: одно сложно, а другое, я думаю, невозможно. Сложная версия: предположим вы должны были выучить китайский как второй язык и единственный источник информация, которая у вас была, была китайско-китайским словарем.Поездка через словарь превратился бы в карусель, бесконечно переходящую от один бессмысленный символ или символьная строка (определяющие) к другому ( Definienda), никогда не останавливаясь на том, что что-либо означает. [6]

— Рисунок 1 (статья из китайского словаря) здесь. —

Единственная причина, по которой криптологи древних языков и секретные коды кажется, может успешно выполнить что-то очень похожее на это что их усилия заземленный на родном языке и на реальном опыте и знаниях.[7] Однако второй вариант Dictionary-Go-Round выходит далеко за рамки мыслимые ресурсы криптологии: предположим, вам нужно было изучить Китайский как первый язык и единственный источник информации, который у вас был, был Китайский / китайский словарь! [8] Это больше похоже на реальную задачу, стоящую перед чисто символическая модель разума: как можно когда-нибудь избавиться от символ / символ карусель? На чем основывается значение символа что-то кроме бессмысленных символов? [9] Это символ проблема с заземлением.[10]

2.3 Подключение к миру

Стандартный ответ символиста (например, Fodor 1980, 1985) таков: значение символов происходит от соединения системы символов с мир «в правильном направлении». Но кажется очевидным, что проблема правильное соединение с миром практически равнозначно с самой проблемой познания. Если каждое определение в Китайский / китайский словарь каким-то образом связаны с миром в правильном направлении Кстати, определение нам вряд ли понадобится! Многие символисты считают, что познание, будучи манипулированием символами, является автономным функциональным модуль, который необходимо подключить только к периферийным устройствам, чтобы «увидеть» мир объектов, к которым относятся его символы (или, скорее, к что они могут быть систематически интерпретированы как относящиеся).[11] К сожалению, это радикально недооценивает сложность выбора Объекты, события и положения дел в мире, которые символизируют ссылаются на, то есть упрощают проблему заземления символа.

Это один из возможных вариантов решения этой проблемы, с которым столкнулся прямо сейчас это будет схематично: то, что будет предложено, гибрид несимволического / символического система, «выделенная», в которой заземлены элементарные символы в двух несимволических представлениях, которые выбирают из своих проксимальные сенсорные проекции, категории дистальных объектов, к которым относятся к элементарным символам. Большинство компонентов, из которых состоит модель составленные (аналоговые проекции и преобразования, дискретизация, обнаружение инвариантности, коннекционизм, манипулирование символами) также были предложены в различных конфигурациях другими, но они будут помещены вместе особым образом снизу вверх, что, на мой взгляд, знания, которые были предложены ранее, и именно на этом конкретном конфигурация, которая потенциально успешна схемы заземления критически зависит.

Таблица 1 суммирует относительные сильные и слабые стороны коннекционизм и символизм, два нынешних соперника кандидата на объясняя все познания в одиночку.Их сильные стороны будут направлены на совместное, а не конкурирующее использование в нашей гибридной модели, тем самым также исправляя некоторые из их соответствующих слабостей. Давайте теперь посмотрим больше близко к поведенческим возможностям такая когнитивная модель должна генерировать.

— Таблица 1 здесь —

3. Поведенческие способности человека

С момента появления когнитивизма психологи продолжали собирать поведенческие данные, хотя в значительной степени актуальные доказательства уже есть: мы уже знаем, что люди могут делать. Они могут (1) различать, (2) манипулировать, [12] (3) идентифицировать и (4) описывать объекты, события и положения дел в мире, в котором они живут, и они также могут (5) «производить описания» и (6) «отвечать на описания» этих объектов, события и положения дел. Познавательный бремя теории теперь объяснить как все это делают люди (или любые другие устройства) [13].

3.1 Дискриминация и идентификация

Давайте сначала посмотрим более внимательно на дискриминацию и идентификацию.Быть способным различать может судить, являются ли два входа одинаковые или разные, и, если они разные, как они разные. Дискриминация — это относительное суждение, основанное на наших способность различать вещи и различать степень их сходства. К быть способным к идентифицировать должна иметь возможность назначить уникальный (обычно произвольный) ответ — «имя» — к классу входов, рассматривая их все как эквивалентные или в некотором отношении инвариантен. Идентификация — это абсолютное суждение, основываясь на нашей способности определить, является ли данный вход членом специфический категория.

Рассмотрим символ «лошадь». Умеем, в просмотре разных лошадей (или одна и та же лошадь в разных позах или в разное время) отличить их друг от друга и судить, какие из них более похожи, и даже насколько они похожи. Это дискриминация. Кроме того, рассматривая лошадь, мы можем с уверенностью назвать ее лошадью, а не, скажем, мула или осла (или жирафа, или камня). Этот это идентификация. Какого рода внутреннее представление потребуется для создания этих двух видов производительности?

3.2 Иконические и категориальные репрезентации

Согласно предлагаемой здесь модели, наша способность различать входы зависит от нашего формирования «иконические изображения» из них (Harnad 1987b). Это внутренние аналоговые преобразования проекции дистальных объектов на наши сенсорные поверхности (Shepard & Купер 1982). На случай, если лошади (и видение), они будут аналогами многих форм, которые лошади на нашей сетчатке. [14] Одинаковые / разные суждения будут основаны на сходстве или различии этих иконических изображений, и суждения о сходстве будут исходя из степени их соответствия. Здесь нет никакого гомункула; просто процесс наложения значков и регистрации их степени неравенства. Также нет проблем с памятью, так как входы либо присутствуют одновременно, либо доступны в достаточно быстрой последовательности опираться на их сохраняющиеся сенсорные символы.

Итак, нам нужны значки лошадей, чтобы различать лошадей. Но что насчет идентифицировать их? Дискриминация не зависит от идентификации. я могли различать вещи, не зная, что это такое. Будет ли значок позволяет мне идентифицировать лошадей? Хотя есть теоретики, которые поверил бы (Paivio 1986), я попытался показать, почему он не мог (Харнад, 1982, 1987b).В мире, где были смелые, легко обнаружили естественные разрывы между всеми категориями, которые мы бы когда-либо приходилось (или выбирать) сортировать и идентифицировать — мир, в котором нельзя путать членов одной категории с членами любой другая категория — для идентификации может быть достаточно значков. Но в нашем недетерминированном мире с его бесконечным путающим потенциалом категории, значки бесполезны для идентификации, потому что многие из них, и потому что они непрерывно смешиваются [15] друг в друга, что делает самостоятельную проблему идентифицировать какие из них являются иконками членов категории, а какие нет! Иконки сенсорных проекций слишком неселективны. Для идентификации, иконки должны быть выборочно уменьшены до тех «инвариантные признаки» сенсорной проекции, которая надежно отличит члена категории от любых нечленов с чем его можно было спутать. Назовем вывод этого детектор особенностей категории «категоричное представление». В некоторых случаях эти представления могут быть врожденными, но поскольку эволюция вряд ли могла предвидеть все категории, которые нам могут понадобиться или которые мы захотим идентифицировать, большинство из них особенности должны быть изучены на опыте.Особенно, наше категоричное представление о лошади, вероятно, является научным. (Я отложу до раздела 4 проблему того, как инвариантные особенности лежащая в основе идентификация может быть изучена.)

Обратите внимание, что как иконические, так и категориальные представления несимволичны. Первые представляют собой аналоговые копии сенсорной проекции, сохраняющие его «форма» верно; последние — это иконы, которые были выборочно фильтруется, чтобы сохранить только некоторые особенности формы сенсорной проекции: те, которые надежно различают члены от не члены категории. Но оба представления остаются сенсорными. и несимволические. Нет проблем с их подключением к объекты, которые они выбирают: это чисто причинная связь, основанная на связь между дистальными объектами, проксимальными сенсорными проекциями и приобретенные внутренние изменения, которые являются результатом истории поведенческих взаимодействия с ними. Нет и семантических проблем. интерпретация, или обоснована ли семантическая интерпретация. Иконические изображения больше не «означают» объекты, предметом которых они являются. проекции, чем изображение в камере.И значки, и изображения с камеры, конечно, могут быть интерпретированный как значение или обозначение чего-либо, но интерпретация явно быть производным, а не внутренним. [16]

3.3 Символические обозначения

Категорические представления еще не могут быть истолкованы как «смысл». что-нибудь. Верно, что они выбирают класс объектов, которые они «имя», но имена не обладают всеми систематическими свойствами символов и системы символов, описанные ранее. Это просто инертная таксономия.Для систематичности необходимо, чтобы их можно было комбинировать и рекомбинировать. Правильно в предложения, которые можно интерпретировать семантически. «Конь» пока что просто произвольный ответ, надежно сделанный в присутствии определенной категории объектов. Там есть нет оправдания для голофрастической интерпретации как означающего «Это является [членом категории] лошадь «, когда производится в присутствии лошадь, потому что другие ожидаемые систематические свойства «этого» и «а» и важнейшее «есть» предикации не проявляются простым пассивная систематизация.Что потребуется для создания этих других систематические свойства? Просто то, что обоснованные имена в категории таксономии быть соединены в предложения о дальнейшей категории членские отношения. Например:

(1) Предположим, что название «лошадь» основано на иконическом и категоричном представления, извлеченные из опыта, которые надежно различают и идентифицировать лошадей на основе их сенсорных проекций.

(2) Предположим, что «полосы» заземлены аналогичным образом.

Теперь рассмотрим, что следующую категорию можно составить из эти элементарные категории символическим описанием категории только членство:

(3) «Зебра» = «лошадь» и «полосы» [17]

Что представляет собой зебра? Это просто строка символов «лошадь и полосы.«Но поскольку« конь »и« полосы »основаны на своих соответствующие иконические и категориальные представления, «зебра» наследует заземление, благодаря его заземленному символический представление. В принципе, тот, кто никогда не видел зебру (но видел и научился определять лошадей и полосы) смог идентифицировать зебру с первого раза знакомство, вооруженное только этим символическим изображением (плюс несимволические — иконические и категоричные — изображения лошадей и полосы, которые его заземляют).

Как только у человека есть обоснованный набор элементарных символов, с помощью таксономии имен (а также знаковых и категориальных представления, которые придают содержание именам и позволяют им выбирать из объектов, которые они идентифицируют), остальные строки символов естественного языка могут быть созданы только с помощью композиции символов [18] и все они унаследуют внутреннюю основу элементарного множества. [19] Следовательно, способность различать и категоризировать (и ее лежащих в основе несимволических представлений) естественным образом привела к способности описывать и производить и отвечать на описания через символические представления.

4. Дополнительная роль коннекционизма

В только что описанной схеме символьного заземления есть один заметный пробел: нет был предложен механизм, объясняющий, как важнейшие могут быть сформированы категориальные представления: Каким образом гибридная система найти инвариантные особенности сенсорной проекции, которые делают его можно ли правильно классифицировать и идентифицировать объекты? [20] Коннекционизм, с его общей способностью к изучению паттернов, кажется, одним естественным кандидатом (хотя могут быть и другие): значки в сочетании с обратная связь с указанием их имен, может быть обработана специалистом по подключению сеть, которая учится правильно определять значки из выборки запутанные альтернативы, с которыми он столкнулся, динамически корректируя веса функций и комбинаций функций, которые надежно связаны с именами таким образом, чтобы (временно) разрешить путаница, тем самым сводя значки к инвариантный (устраняющие путаницу) особенности категории, к которой они относятся назначенный. По сути, «связь» между именами и объектами которые вызывают их сенсорные проекции, и их значки будут обеспечивается сетями коннекционистов.

Эта ограниченная дополнительная роль коннекционизма в гибридном система, кажется, исправляет слабые места двух текущих конкурентов в их попытках самостоятельно моделировать сознание. В чистой символической модели решающая связь между символы и их референты отсутствуют; автономный символ система, хотя и поддается систематической семантической интерпретации, необоснованный.В чистой модели коннекционизма имена связаны с объекты через инвариантные паттерны в их сенсорных проекциях, узнал через разоблачение и обратную связь, но решающие композиционные имущество отсутствует; сеть имен, хотя и обоснованная, но не все же поддается полной систематической семантической интерпретации. В предлагаемой здесь гибридной системе больше нет автономных символический уровень вообще; вместо этого существует внутренняя преданный система символов, ее элементарные символы (имена), связанные с несимволическими представления, которые могут выбирать объекты, на которые они ссылаются, через коннекционистские сети, извлекающие инвариантные черты своих аналоговые сенсорные проекции.

5. Выводы

Часто высказывается предположение, что «сверху вниз» (символическое) подходы к моделированию познания так или иначе встретят «снизу вверх» (сенсорные) подходы где-то посередине. Если заземление Соображения в этой статье верны, то это ожидание безнадежно модульный, и есть только один жизнеспособный путь от смысла к символам: с нуля. Свободно плавающий символический уровень, подобный уровень программного обеспечения компьютера никогда не будет достигнут этим путем (или наоборот) — и непонятно, зачем вообще пытаться достичь такого уровня, поскольку похоже, что это означало бы искоренить нашу символы из их внутреннего значения (тем самым просто уменьшая себя функциональным эквивалентом программируемого компьютера).

Во внутренне выделенной системе символов больше ограничений. на токенах символов, чем просто синтаксические. Символы манипулируют не только на основании произвольной формы их жетоны, но также и на основе явно не произвольных «форма» иконических и категориальных представлений, связанных с обоснованные элементарные символы, из которых старшие символы составлены. Из этих двух видов ограничений иконические / категориальные — первичны. Я не знаю ни одного формальный анализ таких специализированных систем символов, [21] но это может быть потому что они уникальны для когнитивного и роботизированного моделирования и их свойства будут зависеть от конкретных видов роботов (т.е., поведенческий) мощности, которые они предназначены для демонстрации.

Целесообразно, чтобы свойства специальных систем символов должно оказаться зависеть от поведенческих соображений. Настоящее Схема заземления все еще в духе бихевиоризма в том смысле, что только предложенные тесты на предмет того, выдержит ли семантическая интерпретация приданный ему семантический вес состоит из одного формального теста (соответствует ли он восемь критериев того, чтобы быть системой символов?) и один поведенческий тест (может ли он различать, идентифицировать и описывать все объекты и состояния дел, к которым относятся его символы?).Если оба теста пройдены, то семантическая интерпретация его символов «фиксируется» поведенческими емкость специальной системы символов, применяемой на объектах и положения дел в мире, к которым относятся его символы; в Значения символов, соответственно, не только паразитируют на значениях в голова интерпретатора, но присуща специальной системе символов сам. Это еще не гарантия того, что наша модель отражает субъективные смысл, конечно. Но если поведенческие возможности системы в натуральную величину, это настолько близко, насколько мы можем надеяться получить.

Список литературы

Catania, A.C. и Harnad, S. (ред.) (1988) Выбор поведения. Оперантное поведение Б. Ф. Скиннера: комментарии и последствия. Нью-Йорк: Издательство Кембриджского университета.

Хомский, Н. (1980) Правила и представления. Поведенческие и мозговые науки 3: 1-61.

Дэвис, М. (1958) Вычислимость и неразрешимость. Манчестер: Макгроу-Хилл.

Дэвис, М. (1965) Неразрешимое. Нью-Йорк: Рэйвен.

Деннет, Д. К. (1983) Интенциональные системы в когнитивной этологии. Поведенческие науки и науки о мозге 6: 343 — 90.

Фодор, Дж. А. (1975) Язык мысли Нью-Йорк: Томас Ю. Кроуэлл

Фодор, Дж. А. (1980) Методологический солипсизм, рассматриваемый как Стратегия исследования в когнитивной психологии. Поведенческие и мозговые науки 3: 63 — 109.

Фодор, Дж. А. (1985) Краткое изложение «Модульности разума». Поведенческие и мозговые науки 8: 1 — 42.

Фодор, Дж. А. (1987) Психосемантика Кембридж, Массачусетс: Массачусетский технологический институт / Брэдфорд.

Фодор, Дж. А., Пилишин, З. В. (1988) Коннекционизм и когнитивное архитектура: критическая оценка. Познание 28: 3 — 71.

Гибсон, Дж. Дж. (1979) Экологический подход к визуальному восприятию. Бостон: Хоутон Миффлин

Харнад, С. (1982) Метафора и ментальная двойственность. В T. Simon & R. Scholes, R. (Eds.) Язык, разум и мозг. Хиллсдейл, Н. Дж.: Лоуренс Эрлбаум Ассошиэйтс

Харнад, С. (1987a) Категориальное восприятие: критический обзор. В С. Харнаде (Ред.) Категориальное восприятие: основа познания. Нью-Йорк: Издательство Кембриджского университета

Харнад, С. (1987b) Индукция категорий и представление. В С. Харнаде (Ред. ) Категориальное восприятие: основа познания. Нью-Йорк: Издательство Кембриджского университета

Харнад, С. (1989) Minds, Machines and Searle. Журнал теоретического и экспериментального искусственного интеллекта 1: 5-25.

Харнад, С. (1990) Вычислительная герменевтика. Социальная эпистемология под давлением.

Хогеланд, Дж. (1978) Природа и правдоподобие когнитивизма. Поведенческие и мозговые науки 1: 215-260.

Клини, С. К. (1969) Формализованные рекурсивные функционалы и формализованная реализуемость. Провиденс, Р .: Американское математическое общество.

Крипке, С.А. (1980) Именование и необходимость. Кембридж, магистр: издательство Гарвардского университета

Либерман, А.М. (1982) О том, что речь особенная. Американский психолог 37: 148-167.

Лукас, Дж. Р. (1961) Умы, машины и человеческая одел. Философия 36: 112-117.

Маккарти, Дж. И Хейс, П. (1969) Некоторые философские проблемы из с точки зрения искусственного интеллекта. В: Meltzer B. & Michie, P. Машинный интеллект Том 4. Эдинбург: Издательство Эдинбургского университета.

Макдермотт, Д. (1976) Искусственный интеллект встречается с естественной глупостью. Информационный бюллетень SIGART 57: 4 — 9.

Макклелланд, Дж. Л., Румелхарт, Д. Э., и исследовательская группа PDP (1986) Параллельная распределенная обработка: исследования в микроструктура познания, Том 1. Кембридж, Массачусетс: Массачусетский технологический институт / Брэдфорд.

Миллер, Г. А. (1956) Магическое число семь, плюс-минус два: Некоторые ограничения наших возможностей по обработке информации. Психологический обзор 63: 81 — 97.

Минский, М. (1974) Основа для представления знаний. Памятка лаборатории MIT № 306.

Минский, М., Паперт, С. (1969) Персептроны: Введение в вычислительную геометрию. Кембридж, Массачусетс: MIT Press (переиздано в расширенном издании, 1988).

Ньюэлл, А. (1980) Системы физических символов. Когнитивные науки 4: 135 — 83.

Нейссер, У. (1967) Когнитивная психология Нью-Йорк: Appleton-Century-Crofts.

Когнитивная психология

Пайвио, А. (1986) Мысленное представление: подход двойного кодирования. Нью-Йорк: Оксфорд

Пенроуз, Р. (1989) Новый разум императора. Оксфорд: Издательство Оксфордского университета

Пилишин, З. В. (1980) Вычисление и познание: проблемы в основы когнитивной науки. Поведенческие и мозговые науки 3: 111-169.

Пилишин, З. В. (1984) Вычисление и познание. Кембридж, Массачусетс: Массачусетский технологический институт / Брэдфорд

Пилишин, З. В. (Ред.) (1987) Дилемма робота: проблема фрейма в искусственном интеллекте. Норвуд, штат Нью-Джерси: Ablex

Рош Э. и Ллойд Б. Б. (1978) Познание и категоризация. Хиллсдейл, штат Нью-Джерси: Erlbaum Associates

Розенблатт, Ф. (1962)

Принципы нейродинамики.

Нью-Йорк: спартанский Сирл, Дж. Р. (1980) Умы, мозг и программы. Поведенческие и мозговые науки 3: 417-457.

Шепард, Р. Н. и Купер, Л. А. (1982) Ментальные образы и их трансформации. Кембридж: MIT Press / Bradford.

Смоленский, П. (1988) О правильном подходе к коннекционизму. Поведенческие и мозговые науки 11: 1 — 74.

Стейблер, Э. П. (1985) Как представлены грамматики? Поведенческие и мозговые науки 6: 391-421.

Террас, Х. (1979) Ним. Нью-Йорк: Рэндом Хаус.

Тюрккан, Дж. (1989) Классическая обусловленность: новая гегемония. Поведенческие науки и науки о мозге 12: 121 — 79.

Тьюринг, А. М. (1964) Вычислительная техника и интеллект.В: Умы и машины, А. Р. Андерсон (редактор), Engelwood Cliffs NJ: Prentice Hall.

Ульман, С. (1980) Против прямого восприятия. Поведенческие и мозговые науки 3: 373 — 415.

Витгенштейн, Л. (1953) Философские исследования. Нью-Йорк: Макмиллан

Эта цифра должна состоять из китайских символы «зебра», «лошадь» и «полосы» отформатированы как словарную статью, таким образом:

«ЗЕБРА»: «ЛОШАДЬ» с «ПОЛОСАМИ»

Таблица 1.Коннекционизм против. Системы символов

Сильные стороны коннекционизма:

(1) Несимволическая функция:

Пока он не стремится быть системой символов, коннекционист сеть имеет то преимущество, что не подлежит заземлению с помощью символа. проблема.

(2) Общность:

Коннекционизм применяет то же небольшое семейство алгоритмов ко многим задачам, тогда как символизм, будучи методологией, а не алгоритмом, полагается о бесконечных символических правилах для конкретных задач.

(3) «Нейроподобие»:

Коннекционистская архитектура кажется более мозговой, чем Машина Тьюринга или цифровой компьютер.

(4) Паттерн обучение:

Сети коннекционистов особенно подходят для изучения шаблоны из данных.

Слабые стороны коннекционизма:

(1) Несимволическая функция:

Коннекционистские сети, поскольку они не являются системами символов, не обладают систематическими семантическими свойствами, присущими многим когнитивным явлениям. кажется, есть.

(2) Общность:

Не каждая проблема сводится к изучению паттернов. Некоторые познавательные задачи может потребовать специальных правил, манипулирования символами и стандартное вычисление.

(3) «Нейроподобие»:

Мозговое подобие коннекционизма может быть поверхностным и может (как игрушечный модели) camoflauge более глубокие ограничения производительности.

Сильные стороны систем символов:

(1) Символическая функция:

Символы обладают вычислительной мощностью машин Тьюринга и систематические свойства формального синтаксиса, который семантически интерпретируемый.

(2) Общность:

Все вычислимые функции (включая все когнитивные функции) являются эквивалент вычислительного состояния в машине Тьюринга.

(3) Практические успехи:

Способность символьных систем генерировать разумное поведение очень продемонстрированы успехами искусственного интеллекта.

Слабые стороны систем символов:

(1) Символическая функция:

Системы символов подвержены проблемам с заземлением символов.

(2) Общность:

Сила Тьюринга носит слишком общий характер.Решения многих игрушечных проблем AI делают не приводят к общим принципам познания, но к огромному разнообразию специальных символических стратегий.

Сноски

1. Пол Кубе (личное сообщение) предположил, что (2) и (3) могут быть слишком сильным, исключая некоторые виды машины Тьюринга и, возможно, даже приводя к бесконечному снижению уровней явности и систематичность.

2. Аналогичные соображения применимы и к концепции Хомского (1980). «психологическая реальность» (т.е., действительно ли правила Хомского физически представлены в мозгу, или они просто «подходят» нашему закономерности производительности, не будучи тем, что фактически ими управляет). Другая версия различия касается явно представленных правила против жестких физических ограничений (Stabler 1985). В каждом случае, явное представление, состоящее из элементов, которые могут быть рекомбинирование систематическим образом было бы символическим, в то время как неявное физическое принуждение не было бы, хотя оба были бы семантически «интерпретируемыми» как «правило», если бы они были истолкованы в изоляция, а не как часть системы.

3. Аналогично, сам факт того, что поведение интерпретируемый как целеустремленный или сознательный или значимый не означает, что это действительно целенаправленно или сознательный. (Об обратном см. Dennett 1983).

4. Пока даже не ясно, что «нейронная сеть» должна быть реализована в виде сети (т. е. параллельной системы соединенных между собой блоков) чтобы делать то, что он умеет; если символьные симуляции сетей имеют та же функциональная способность, что и у настоящих сетей, то коннекционистская модель — это просто особый вид символической модели, а коннекционизм — это просто особая семейство символьных алгоритмов.

5. Есть некоторое недопонимание этого момента, потому что это часто связано с простой проблемой реализации: коннекционист сети могут быть смоделированы с использованием систем символов, а системы символов могут быть реализованным с использованием архитектуры коннекционизма, но это независимо от вопроса о том, что каждый может сделать как система символов или сеть коннекционистов соответственно. Посредством по аналогии, из кремния можно построить компьютер, а компьютер может имитируют свойства кремния, но функционал свойства кремния не являются расчетными, а функциональные свойства вычислений не те из кремния.

6. Символический ИИ изобилует симптомами проблемы заземления символа. Один хорошо известным (хотя и ошибочно диагностированным) проявлением этого является так называемое «рамочная» проблема (McCarthy & Hayes 1969; Minsky 1974; NcDermott 1976; Pylyshyn 1987). разочаровывающий, но знакомый опыт написания «основанных на знаниях» программы, для которых система, по-видимому, ведет себя совершенно разумно какое-то время может быть сорвано неожиданным случаем, демонстрирующим его полную глупость: программа «понимания сцены» беспечно описывает происходящем в визуальной сцене и ответьте на вопросы, демонстрирующие его понимание (кто что сделал, где, почему?), а затем внезапно раскрыть это он не «знает», что повесить трубку и выйти из комнаты не заставлять телефон исчезать или что-то в этом роде. (Это важно отметить, что это не какие-то упущения и пробелы в знаниях что люди склонны; скорее они такие вопли, что бросают серьезные сомнения в том, есть ли у системы что-нибудь вроде «знаний» на все.)

Проблема «фрейма» оптимистично определяется как проблема формально определяя («обрамляя»), что меняется, а что остается постоянным в конкретная «область знаний», но на самом деле это проблема второе предположение обо всех непредвиденных обстоятельствах, которые программист не имеет Ожидается, что он символизирует знание, которое он пытается символизировать.Эти непредвиденные обстоятельства, вероятно, неограниченны, с практической точки зрения. целей, потому что чисто символическое «знание» необоснованно. Просто добавить больше символических непредвиденных обстоятельств — все равно что сделать еще несколько ходов в китайско-китайском словаре-Go-Round. На самом деле нет земля в поле зрения: достаточно «умных» манипуляций с символами, чтобы убаюкивать программист упускает из виду тот факт, что его значимость просто паразитирует на значениях, которые он проецирует на него из обоснованные смыслы в его собственной голове. (Я назвал этот эффект «герменевтический зал зеркал» [Harnad 1990]; это обратная сторона проблема с заземлением символа). И все же тунеядство это, как очередной «фрейм». проблема «скрывающаяся за углом, готова подтвердить. (аналогичная форма чрезмерной интерпретации произошли в экспериментах с обезьянами «языком» [Терраса 1979]. Возможно, и обезьян, и компьютеры следует обучать, используя Китайский код, чтобы иммунизировать своих экспериментаторов и программистов против ложные чрезмерные интерпретации. Но поскольку актуальные поведенческие задачи в оба домена по-прежнему настолько тривиальны, что, вероятно, нет никакого способа предотвратить их расшифровывают.На самом деле, кажется, есть непреодолимая склонность к переоценке самого выполнения игрушечной задачи, превентивно экстраполировать и «масштабировать» концептуально до масштабирования без каких-либо обоснование на практике.)

7. Криптологи также используют статистическую информацию о частотах слов, выводы о том, что такое древняя культура или вражеское правительство вероятно будет писать, алгоритмы дешифрования и т. д.

8. Конечно, нет необходимости ограничивать символические ресурсы словарем; задача была бы такой же невыполнимой, если бы у человека был доступ ко всему телу Китайскоязычная литература, включая все компьютерные программы. и все остальное, что может быть закодировано символами.

9. Даже математики, будь то платоники или формалисты, отмечают, что манипуляции с символами (вычисления) сами по себе не могут охватить понятие предполагаемая интерпретация символов (Penrose 1989). Дело в том, что формальные системы символов и их интерпретации — не одно и то же поэтому очевидно независимо от тезиса Черча-Тьюринга (Kleene 1969) или результаты Гёделя (Davis 1958, 1965), которые усердно неверно применен к проблеме моделирования разума (напр.г., Лукас 1964) — к которые, на мой взгляд, в значительной степени не имеют отношения к делу.

10. Обратите внимание, что, строго говоря, заземление символа — это проблема только для когнитивного моделирования, а не для ИИ в целом. Если только системы символов преуспеть в создании всей интеллектуальной машины производительность, в которой заинтересован чистый ИИ — например, автоматизированный словарь — тогда нет никаких оснований требовать, чтобы их символы имели внутреннее значение. С другой стороны, тот факт, что наши собственные символы имеют внутреннее значение, в то время как компьютер — нет, и факт что мы можем делать то, что пока не умеет компьютер, может быть признаки того, что даже в AI есть прирост производительности (особенно в робототехнике и машинном зрении) от стремления к земле системы символов.

11. Гомункулярная точка зрения, присущая этой вере, совершенно очевидна, как и эффект «герменевтического зала зеркал» (Harnad 1990).

12. Хотя они, несомненно, не менее важны, чем навыки восприятия, моторная навыки здесь не рассматриваются. Предполагается, что соответствующие особенности сенсорной истории (например, иконичность) будут обобщить на моторную историю (например, в моторных аналогах; Либерман, 1982). Кроме того, значительная часть моторной истории может не быть познавательной, вместо этого опираясь на врожденные двигательные паттерны и сенсомоторную обратную связь.Концепция «аффордансов» Гибсона (1979) — инвариантного стимула. особенности, которые определяются возможностями мотора, которые они «предоставляют» — актуален и здесь, хотя Гибсон недооценивает проблемы обработки участвует в поиске таких инвариантов (Ullman 1980). В любом случае мотор сенсорно-моторное заземление, несомненно, будет так же важно, как сенсорное заземление, на которое здесь делается упор.

13. Если бы модель-кандидат продемонстрировала все эти поведенческие способности, оба лингвистический (5-6) а также робот (я.е., сенсомотор), (1-3) это пройдет «Полный тест Тьюринга» (Харнад, 1989). Стандартный тест Тьюринга (Turing 1964) требует лингвистической способности только емкость: символы внутри и символы снаружи. Это делает сомнительным о статусе, объеме и ограничениях манипулирования символами, а также следовательно, возможны проблемы с заземлением символа. Модель, которая могла пройти Полный тест Тьюринга, однако, будет обоснован в мире.

14. Есть много проблем, связанных с фигурой / фоном. различение, сглаживание, постоянство размера, постоянство формы, стереопсис и др., что сделать проблему дискриминации намного более сложной, чем то, что описаны здесь, но это не меняет основного факта, что знаковые представления являются естественным кандидатом в основу для наших способность различать.

15. В другом месте (Harnad 1987a, b) я попытался показать, как феномен «категориальное восприятие» может порождать внутренние разрывы, где есть внешняя преемственность. Есть свидетельства того, что наше восприятие система способна сегментировать континуум, такой как цветовой спектр, на относительно дискретные, ограниченные регионы или категории.Физический различия равной величины более различимы по границ между этими категориями, чем внутри них. Эта граница эффект, как врожденный, так и приобретенный, может играть важную роль в представление элементарных категорий восприятия, из которых строятся высшие порядки.

16. С другой стороны, сходство, по которому производительность дискриминации основано — степень изоморфизма между иконкой и чувственным проекция, а между сенсорной проекцией и дистальным объектом — кажется внутренним, а не просто вопросом интерпретации.В сходство можно объективно охарактеризовать как степень обратимость физического преобразования объекта в икону (Harnad 1987b).

17. Рисунок 1 — это словарная статья китайского слова «зебра», которая это «полосатая лошадь». Обратите внимание, что символ «зебра» на самом деле встречается быть символом «лошадь» плюс символом «полосатый». Хотя китайские иероглифы являются знаковыми по своей структуре, они функционируют точно так же, как произвольные алфавитные лексиграммы на уровне синтаксиса и семантика.

18. Требуются некоторые стандартные логические связки и кванторы. тоже типа не, а, все и т. д.

19. Обратите внимание, что не утверждается, что «лошадь», «полосы» и т. д. на самом деле являются элементарными символами, с прямым сенсорное заземление; претензия только в том, что некоторые набор символов должен быть непосредственно заземлен. Самая сенсорная категория представления, несомненно, являются гибридными сенсорными / символическими; и их функции могут быть изменены путем начальной загрузки: «Лошадь» всегда можно изменить, и то, и другое. чувственно и символично, даже если раньше это было элементарно.Крипке (1980) дает хороший пример того, как «золото» можно крестить в рассматриваемый блестящий желтый металл, используемый для торговли, украшения и дискурса, и тогда мы могли бы обнаружить «золото дураков», которое сделало бы все сенсорные функции, которые мы использовали до этого, были недостаточными, что вынуждает нас найти новых. Он указывает, что в принципе возможно чтобы «золото» было нечаянно крещено на «золоте глупцов»! Из Здесь интересны не онтологические аспекты этой возможности, а эпистемологические: мы могли бы успешно перейти на реальное золото, даже если бы каждый предыдущий случай был золотом дураков. «Золото» все равно было бы правильным слово для того, что мы пытались выбрать все время, и его первоначальные предварительные черты все же могли бы обеспечить достаточно близкое приближение, чтобы заземлить его, даже если более поздняя информация будет тянуть из-под него, так сказать.

20. Хотя подробное обсуждение этого вопроса выходит за рамки данной статьи, следует отметить, что этот вопрос часто задавали в прошлого, в основном по признаку «исчезающих перекрестков».» Это было утверждал, что невозможно найти инвариантные черты в сенсорном проекции, потому что их просто не существует: пересечение всего проекции членов такой категории, как «лошадь», пусты. Британских эмпириков критиковали за то, что они думали иначе; например, обсуждение Витгенштейном (1953) «игр» и «семьи» сходство «было сочтено дискредитирующим их точку зрения. текущее исследование категоризации человека (Rosch & Lloyd, 1978) интерпретируется как подтверждение того, что пересечения исчезают и, следовательно, категории не представлены в виде инвариантных функций. В проблема исчезающих пересечений (совместно с Хомским [1980] «аргумент о бедности стимулов») даже цитировался мыслителями такие как Фодор (1985, 1987) как оправдание крайнего нативизма. В Настоящая статья является откровенно эмпирической. На мой взгляд, причина перекрестков не обнаружено это то, что еще никто не искал их правильно. Самоанализ, конечно, не лучший способ смотреть. А также общие алгоритмы изучения паттернов, такие как коннекционизм, относительно новый; их индуктивная мощность еще предстоит проверить.В кроме того, не было проведено тщательного различия между чисто сенсорными категории (которые, как я утверждаю, должны иметь инварианты, иначе мы могли бы не идентифицируют их успешно, как мы) и категории более высокого порядка которые заземленный в сенсорных категориях; эти абстрактные представления могут быть символическими а не сенсорные, и, следовательно, не основанные непосредственно на сенсорных инварианты. Для дальнейшего обсуждения этой проблемы см. Harnad 1987b).

21. Хотя математики исследуют формальные свойства неинтерпретированные системы символов, все их мотивации и интуиции явно исходят из предполагаемой интерпретации этих систем (см. Пенроуз 1989).Возможно, они тоже основаны на знаковых и категоричные представления в их головах.

Проблема заземления символа — ScienceDirect

https://doi.org/10.1016/0167-2789(90)

-6Получение прав и контента

Аннотация

В последнее время много споров было о масштабах и ограничениях чисто символических моделей. разума и о надлежащей роли коннекционизма в когнитивном моделировании. В этой статье описывается «проблема заземления символа»: как можно сделать семантическую интерпретацию формальной системы символов внутренним, системой, а не просто паразитирующим на значениях в наших головах? Как могут значения бессмысленных токенов символов, которыми манипулируют исключительно на основе их (произвольных) форм, основываться на чем-либо, кроме других бессмысленных символов? Проблема аналогична попытке выучить китайский язык только по китайско-китайскому словарю. Обрисовано возможное решение: символические представления должны быть обоснованы снизу вверх в несимволических представлениях двух видов: (1) пиктограмм, , которые являются аналогами проксимальных сенсорных проекций дистальных объектов и событий, и (2) категориальных представлений , которые представляют собой выученные и врожденные детекторы признаков, которые выбирают инвариантные особенности категорий объектов и событий из своих сенсорных проекций. Элементарные символы — это названия этих категорий объектов и событий, присвоенные на основе их (несимволических) категориальных представлений.Символические представления высшего порядка (3) , основанные на этих элементарных символах, состоят из строк символов, описывающих отношения принадлежности к категории (например, « X — это Y , то есть Z »).

Коннекционизм — естественный кандидат на механизм, который изучает инвариантные особенности, лежащие в основе категориальных представлений, тем самым связывая имена с проксимальными проекциями удаленных объектов, которые они обозначают. Таким образом, коннекционизм можно рассматривать как дополнительный компонент в гибридной несимволической / символической модели разума, а не как соперник чисто символического моделирования.Однако такая гибридная модель не будет иметь автономного символического «модуля»; символические функции возникнут как внутренне «выделенная» система символов как следствие восходящего обоснования названий категорий в их сенсорных репрезентациях. Манипуляции с символами будут определяться не только произвольными формами токенов символов, но и непроизвольными формами значков и инвариантов категорий, на которых они основаны.

Рекомендуемые статьиЦитирующие статьи (0)

Полный текст

Copyright © 1990 Издатель Elsevier B.V.

Рекомендуемые статьи

Ссылки на статьи

Примечание: Бочки с легковоспламеняющейся жидкостью должны быть заземлены — вертикальный настенный знак

Низкопрофильный

Изготовлен из прочных материалов промышленного класса. Эти настенные вывески яркие, привлекающие внимание и прослужат вам в промышленных условиях или на открытом воздухе.

Прочный материал

Выбирайте из 7 различных типов знаков при заказе. Эти настенные вывески доступны из множества различных материалов в соответствии с вашими потребностями.

Аппликация Peel-and-Stick

Установить настенные знаки проще простого. Снимите основу и приклейте ее практически к любой поверхности. Если ваш знак уже установлен на вывеску, этот шаг уже выполнен!

Бесплатная настройка

Создавайте индивидуальные вывески, отвечающие уникальным потребностям вашего предприятия. Эти знаки могут иметь заголовки, сигналы и символы, соответствующие требованиям OSHA.

Устойчивость к ультрафиолету, воде и химикатам

Настенные вывески устойчивы к ультрафиолету, воде и химикатам, что делает их идеальными для использования внутри помещений, на промышленных предприятиях и на улице.Эти знаки можно легко очистить водой или мягким моющим средством.

Доступен в нескольких размерах

Большинство подписных сообщений доступны в различных формах, а также в различных размерах.

Уведомление: Бочки с легковоспламеняющимися жидкостями должны быть заземлены — вертикальный настенный знак

Этот настенный знак построен с использованием материалов промышленного класса, которые могут выдерживать частую чистку с использованием обычных химикатов в зонах с интенсивным движением. Этот знак можно установить в любом месте, например на стенах, дверях или окнах, с различными вариантами монтажа, доступными в зависимости от вашего применения.

Если этот знак не соответствует требованиям вашей 5S или другой системы безопасности, наша команда дизайнеров будет работать с вами, чтобы настроить этот знак или создать новый знак вместе с вами бесплатно. Свяжитесь с нами, чтобы обсудить настройку.

Детали:

• Возможны различные варианты монтажа
• Промышленные долговечные материалы
• Без платы за установку и без дополнительной платы за настройку

Символы заземления — в журнале соответствия

Имея различные маркировки для обозначения клемм заземления, как узнать, какой именно символ следует использовать? Международные стандарты — это то, что вам нужно, и в этой колонке будут описаны передовые методы использования символов и обозначений заземления.

Символы заземления

Определение клеммы заземления имеет решающее значение для обеспечения правильного использования и безопасного обслуживания проектируемых вами продуктов. Фактические символы, используемые для обозначения клемм заземления, можно найти в IEC 60417 . Графические символы для использования на оборудовании (рисунок 1).

Рисунок 1: Символы заземления IEC 60417

Вот точные определения IEC для каждого символа:

№5017 Земля (земля): Для идентификации клеммы заземления в случаях, когда явно не указаны символы 5018 или 5019.

№ 5018 Бесшумное (чистое) заземление (заземление): Для идентификации бесшумной (чистой) клеммы заземления, например специально разработанной системы заземления, чтобы избежать неисправности оборудования.

№ 5019 Защитное заземление: Для обозначения любой клеммы, которая предназначена для подключения к внешнему проводнику для защиты от поражения электрическим током в случае повреждения, или клеммы электрода защитного заземления (заземления).

№ 5020 Рама или шасси: Для идентификации рамы или терминала шасси.

Нанесение символов

Когда дело доходит до того, чтобы знать, где наносить эти символы заземления, вы захотите сослаться на IEC 60204 Безопасность машин — Электрооборудование машин — Часть 1, 2005. ¹ В этом стандарте говорится следующее о символах заземления (выдержки из разделов 4.4.2 и 8.2.6). (Показано справа в таблице 1.)

4.4.2 Электромагнитная совместимость (ЭМС) Чтобы повысить устойчивость оборудования к наведенным и излучаемым радиочастотным помехам, принимаются следующие меры: — подключение чувствительных электрических цепей к шасси. Такие выводы должны быть помечены или помечены символом IEC 60417-5020: . — подключение чувствительного электрического оборудования или цепей непосредственно к цепи защитного заземления или к функциональному заземляющему проводу (FE) (см. Рисунок 2), чтобы минимизировать синфазные помехи.Эта последняя клемма должна быть помечена или помечена символом IEC 60417-5018: . 8.2.6 Точки подключения защитного провода Точки подключения защитного проводника не должны иметь никакой другой функции и не предназначены, например, для присоединения или соединения приборов или частей. Каждая точка подключения защитного проводника должна быть промаркирована или промаркирована как таковая с использованием символа IEC 60417-5019 или букв PE, предпочтительным является графический символ, или путем использования двухцветной комбинации ЗЕЛЕНО-ЖЕЛТЫЙ или любой их комбинации. .

Обратите внимание на предпочтение использования символа 5019 в последней цитате перед использованием букв «PE». Я считаю, что это было сделано для того, чтобы сохранить полностью символический язык для идентификации компонентов, а не использовать буквы, которые плохо переводятся на другие языки. ИСО и МЭК создают глобальный язык безопасности и идентификации, и использование слов или букв в качестве символов может подорвать эту цель.

С точки зрения США, вы можете подумать об этом в Национальном электротехническом кодексе NFPA 70-2011. Не надо. Совет этого кода по использованию наземных символов бесполезен, потому что они показывают иллюстрацию неправильно нарисованного символа (см. Рисунок 2 — обратите внимание, как вертикальная полоса касается круга). Код NFPA 70 указывает на то, что это «информационная записка» и что это «один из примеров символа, используемого для обозначения точки подключения заземляющего проводника оборудования».Эти слова заставляют задуматься о других символах, которые могут существовать, а также о том, где и как их лучше всего использовать. Ясно, что IEC 60204 более полезен по этой теме.

Рисунок 2: Неправильный чертеж IEC 5019, как показано в NFPA 70-2011 National Electrical Code .

Наука, лежащая в основе дизайна и удобочитаемости

Здесь следует сделать последнее замечание. Будь то символ безопасности или символ функции / управления, есть наука в создании коммуникационных значков.ИСО и МЭК разработали тщательно определенный набор правил для рисования различных типов символов. Комитеты ISO и IEC, отвечающие за функциональные / контрольные символы, используют тщательно разработанный шаблон (рисунок 3) и рекомендации по ширине линий, чтобы гарантировать, что их стандартизированные символы нарисованы с использованием общих принципов проектирования и постоянного визуального веса для обеспечения разборчивости и удобочитаемости.

Тема следующего выпуска будет посвящена использованию знаков безопасности, чтобы сообщить, как пользователи должны читать и понимать руководства к вашему продукту, прежде чем использовать или обслуживать ваш продукт.

Рисунок 3: МЭК 5019 на шаблоне чертежа символа функции / элемента управления ИСО / МЭК.

Для получения дополнительной информации о знаках и символах безопасности посетите сайт www. clarionsafety.com.

Примечание

1. Версия IEC этого стандарта почти идентична европейской версии EN 60204. Для инженеров, строящих оборудование, обратите внимание, что в ноябре 2011 года Европейская комиссия признала, что 60204 «гармонизирован» с Директивой по машинному оборудованию 2006/42 / EC.Это означает, что вы можете использовать 60204 для выполнения требований по электробезопасности в соответствии с положениями Директивы по машинному оборудованию, что является важным аспектом для получения знака CE.

Папа, паркуйся только паркуйся здесь, и ты заземлен Знак новинки

Прейскурантная цена: $ 27. 93 Цена для вас: $ 19,95

Артикул: U-762

Наличие: На складе Отправлено в течение 2 рабочих дней или менее

БЫСТРЫЙ ОБЗОР

Держите парковочное место для папы открытым с табличкой «Папа парковка только паркуйся здесь, и ты заземлен».Этот знак станет отличным подарком.

• Прочный .080 Устойчивый к ржавчине Алюминий стандарт
• Доступны светоотражатели инженерного класса
• Предварительно просверленные отверстия для установки на стойку
• Сделайте заказ, без доплаты

На вывеске написано: ПАПКА ЗДЕСЬ ТОЛЬКО ПАРКОВИВАЕТСЯ, И ВЫ ЗАЗЕМЛИЛИ!

Для просмотра этого видео включите JavaScript и рассмотрите возможность обновления до веб-браузера, который поддерживает видео HTML5

МАТЕРИАЛ *

. 080 Алюминий1 / 8 «PVC Sintra Board. 060 СтиролГлянцевая виниловая наклейка

РАЗМЕР *

12 х 1818 х 24

Инструкции по настройке

Включите конкретные инструкции о том, как вы хотите настроить свой знак.Если у вас есть произведение искусства, вы можете отправить его нам по электронной почте. Вы получите подтверждение запрошенных вами изменений.

Кол-во 2 — 18 долларов США. 84 штуки

Кол-во 6 — 17,73 долл. США за штуку

Кол-во 11 — 16,62 доллара США за штуку

Стеван Харнад, Проблема заземления символа

В последнее время было много дискуссий о масштабах и ограничениях чисто символических моделей разума и о надлежащей роли коннекционизма в когнитивном моделировании.В этой статье описывается проблема обоснования символа: как можно сделать семантическую интерпретацию формальной системы символов внутренне присущей системе, а не просто паразитирующей на значениях в наших головах? Как могут значения бессмысленных токенов символов, которыми манипулируют исключительно на основе их форм, основываться на чем-либо, кроме других бессмысленных символов? Проблема аналогична попытке выучить китайский язык только по китайско-китайскому словарю. Обрисовано возможное решение: символические представления должны быть основаны снизу вверх на несимволических представлениях двух видов: пиктограммных представлениях, которые являются аналогами проксимальных сенсорных проекций дистальных объектов и событий, и категориальных представлений, которые являются усвоенными и врожденными детекторами признаков. которые выбирают инвариантные характеристики категорий объектов и событий из их сенсорных проекций.Элементарные символы — это названия этих категорий объектов и событий, присвоенные на основе их категориальных представлений. Символические представления высшего порядка, основанные на этих элементарных символах, состоят из символьных строк, описывающих отношения принадлежности к категории. Коннекционизм — естественный кандидат на механизм, который изучает инвариантные особенности, лежащие в основе категориальных представлений, тем самым связывая имена с проксимальными проекциями удаленных объектов, которые они обозначают. Таким образом, коннекционизм можно рассматривать как дополнительный компонент в гибридной несимволической / символической модели разума, а не как соперник чисто символического моделирования.